Come visto nel concetto Nothingness, R ha vari modi per rappresentare dati assenti (NULL), sconosciuti (NA) o matematicamente non validi (NaN, Inf).
In generale, R cercherà di usarli per segnalare i problemi sul posto, e continuare senza sollevare un'eccezione.
stop()Alcuni problemi sono troppo fondamentali per lasciare che il programma continui.
In questo caso, usa stop(msg) per interrompere immediatamente il programma con un Error e stampare msg.
f <- function() {
stop("I have a problem")
}
f()
#> Error in f() : I have a problem
stopifnot()Simile a un assert in altri linguaggi, è un comodo wrapper per stop().
I parametri sono un numero arbitrario di condizioni booleane separate da virgole, ed il programma continuerà solo se sono tutte TRUE.
stopifnot(1 < 2) # continues OK
stopifnot(1 < 2, 1 == 2)
#> Error: 1 == 2 is not TRUE
warning() e message()
Queste sono risposte a condizioni non fatali, per esempio:
w <- function() {
warning("something strange happened")
-1
}
w()
#> [1] -1
#> Warning message:
#> In w() : something strange happened
# if warnings are not wanted
suppressWarnings(w())
#> [1] -1
La funzione suppressWarnings() può occasionalmente essere utile all'interno di Exercism, per evitare di confondere il test runner con output indesiderato.
Elena è la nuova responsabile qualità di una fabbrica di giornali. Dato che è appena arrivata in azienda, ha deciso di esaminare alcuni processi della fabbrica per vedere cosa si potrebbe migliorare.
Ha scoperto che i tecnici fanno molti controlli di qualità a mano.
Vede una buona occasione per l'automazione e chiede a te, sviluppatore freelance, di scrivere un software per monitorare alcune delle macchine.
La tua prima missione è scrivere un software per monitorare il livello di umidità della sala di produzione. C'è già un sensore collegato al software dell'azienda che restituisce periodicamente la percentuale di umidità della stanza.
Devi implementare nel software una funzione che generi un errore se la percentuale di umidità è troppo alta.
La funzione deve chiamarsi check_humidity_level e prendere la percentuale di umidità come parametro.
Devi interromperti con un errore (il messaggio non è importante) se la percentuale supera il 70%.
Altrimenti, emetti un messaggio che include "humidity test passed" e restituisci TRUE per confermare che la misurazione è buona.
check_humidity_level(60)
#> humidity test passed
#> [1] TRUE
check_humidity_level(100)
#> Error in check_humidity_level(100) : pct_humidity <= 70 is not TRUE
Elena è molto soddisfatta del tuo primo incarico e ti chiede di occuparti del monitoraggio della temperatura delle macchine. Mentre chiacchieri con un tecnico, Greg, vieni a sapere che se la temperatura di una macchina supera i 500°C, i tecnici iniziano a preoccuparsi per il surriscaldamento.
La macchina è dotata di un sensore che misura la sua temperatura interna. Devi sapere che il sensore è molto sensibile e spesso si rompe. In questo caso, i tecnici dovranno sostituirlo.
Il tuo compito è implementare una funzione report_overheating che prende la temperatura come parametro e genera un errore se il sensore è rotto o se la macchina inizia a surriscaldarsi.
Sapendo che in seguito dovrai reagire in modo diverso a seconda dell'errore, ti serve un meccanismo per distinguere i due tipi di errore.
NULL.
In questo caso, devi interromperti con un messaggio di errore che include "Sensor Broken" come parte della stringa.FALSE."temperature check passed: t °C", dove t è la temperatura, e restituisci TRUE.report_overheating(NULL)
#> Error in report_overheating(NULL) : Sensor Broken
report_overheating(800)
#> Error in report_overheating(800) : Overheating: 800 C
report_overheating(550)
#> [1] FALSE
#> Warning message:
#> In report_overheating(550) : Risk of overheating: 550 C
report_overheating(450)
#> temperature check passed: 450 °C
#> [1] TRUE
Ora che la tua macchina sa rilevare gli errori e hai un errore personalizzato della macchina, aggiungi una funzione wrapper che possa riportare come sta andando tutto. Oltre a restituire i log delle funzioni precedenti, questo wrapper dovrà anche aggiungere dei log a seconda del tipo o dei tipi di errore che si verificano.
check_humidity_level() e report_overheating() producano i loro log.Implementa una funzione monitor_the_machine() che prende l'umidità e la temperatura come argomenti.
# Working well
monitor_the_machine(53, 200)
#> humidity test passed
#> temperature check passed: 200 °C
#> All OK!
# High humidity
monitor_the_machine(90, 200)
#> Error in check_humidity_level(pct_humidity) :
#> pct_humidity <= 70 is not TRUE
# Faulty sensor
monitor_the_machine(53, NULL)
#> humidity test passed
#> Error in report_overheating(temperature) : Sensor Broken
# Mild overheating
monitor_the_machine(53, 550)
#> humidity test passed
#> Warning message:
#> In report_overheating(temperature) : Risk of overheating: 550 C
# Dangerous overheating: shutdown
monitor_the_machine(53, 650)
#> humidity test passed
#> Error in report_overheating(temperature) : Overheating: 650 C
Iscriviti a Exercism per imparare e padroneggiare R con 21 concetti111 esercizi e il mentoring di persone reali, tutto gratis.